WO2017116074A1 - 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치 - Google Patents

적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치 Download PDF

Info

Publication number
WO2017116074A1
WO2017116074A1 PCT/KR2016/015126 KR2016015126W WO2017116074A1 WO 2017116074 A1 WO2017116074 A1 WO 2017116074A1 KR 2016015126 W KR2016015126 W KR 2016015126W WO 2017116074 A1 WO2017116074 A1 WO 2017116074A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
blood vessel
region
atherosclerotic plaque
threshold
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2016/015126
Other languages
English (en)
French (fr)
Inventor
이활
신청일
박상준
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SNU R&DB Foundation
Seoul National University Hospital
Original Assignee
Seoul National University R&DB Foundation
Seoul National University Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seoul National University R&DB Foundation, Seoul National University Hospital filed Critical Seoul National University R&DB Foundation
Publication of WO2017116074A1 publication Critical patent/WO2017116074A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Definitions

  • the present invention is a method for measuring the volume of the atherosclerotic plaque, and in detail, accurately measures the volume of the atherosclerotic plaque in the CT vessel image by using image segmentation of an adaptive threshold method that reflects the brightness that varies depending on the position of the contrast agent in the vessel.
  • a method and apparatus are provided.
  • Cardiovascular disease refers to diseases of the heart and major arteries.
  • Major vascular diseases are those in which the major arteries such as the aorta, ischemia, carotid arteries, cerebrovascular, renal arteries, and lower extremity arteries (such as the onyx (iliac) artery and thigh (femoral artery), etc.) are blocked, stretched or popped. to be.
  • the main causes include atherosclerosis, hypertension, degenerative changes, and heredity.
  • circulatory system diseases including hypertension, ischemic heart disease, and cerebrovascular disease, are the second largest cause of death in Korea, ranking second only to malignant tumors. For women aged 65 and older, the mortality rate of circulatory system disease increases significantly.
  • vascular sclerosis is considered as a prognostic factor of cardiovascular disease, and thus the prevalence of cardiovascular disease can be prevented through continuous management of vascular sclerosis.
  • coronary atherosclerotic plaques are lesions that cause acute myocardial infarction or angina, and their size decreases with medication. Therefore, the accurate volume measurement of coronary atherosclerotic plaque has become an important clinical indicator as a method for confirming the response of drug therapy.
  • the volume of atherosclerotic plaques can be measured using computed tomography (CT).
  • CT computed tomography
  • segmentation refers to the process of dividing a digital image into sets of pixels.
  • the purpose of segmentation is to simplify or transform the representation of the image into something more meaningful and easier to interpret.
  • Image segmentation is especially used to find objects and boundaries (lines, curves) in images.
  • the result of the image segmentation is a set of regions collectively containing the entire image or a set of contours extracted from the image. Since each pixel in the region is similar in terms of certain features or calculated properties, such as color, brightness, and material, and adjacent regions are significantly different in terms of the same features, image segmentation can be used to measure the boundaries of the hard disk. It can be.
  • the image segmentation of the prior art uses only a fixed threshold value irrespective of the size and position of the vessel, it is not considered that the threshold value may vary depending on the position of the vessel, thereby reducing reliability of the image segmentation.
  • the degree of contrast enhancement there is a risk of underestimating or underestimating the volume of the hardened area. Therefore, there is a need for a method for performing image segmentation by adjusting the size of the threshold value according to the position of the blood vessel.
  • Korean Registered Patent No. 1444728 (Registration Date 2014.09.15.) Discloses a technique for distinguishing between pulmonary artery and pulmonary vein.
  • a technique for distinguishing between pulmonary artery and pulmonary vein Discloses a technique for distinguishing between pulmonary artery and pulmonary vein.
  • the present invention provides a method and apparatus for image segmentation of CT images by adaptive threshold technique based on location, so that the volume of coronary atherosclerotic plaques can be accurately measured irrespective of the distance from the point of contrast agent administration. To provide.
  • the present invention provides a CT image arteriosclerosis volume measurement method using adaptive threshold image segmentation, the method comprising: detecting blood vessels in the image with a detector; Calculating a centerline of the detected blood vessel with a calculator; A start point and an end point are determined along the center line, and a plurality of planes perpendicular to the center line between the start point and the end point, the start point and the end point, are set, and divided blood vessel regions between the plurality of planes are defined.
  • To provide a method comprising the step of calculating the volume of the atherosclerotic plaque by volume calculation unit.
  • the plurality of planes are at least three planes comprising first, second and third positions from a starting point, wherein each of the regions is a first region between the starting point and the first position, the first position; At least four regions comprising a second region between a position and the second position, a third region between the second position and the third position, and a fourth region between the third position and the end point, Provide a method.
  • the present invention also provides an intravascular arterial plaque region comprising: i) a fat atherosclerotic plaque region in blood vessels, ii) a soft atherosclerotic plaque region, iii) a lumen region in blood vessels, And iv) subdivided into calcium (Ca) regions, wherein each threshold range is determined as a numerical range that does not overlap each other within the normalized numerical range.
  • the present invention also provides a method in which the threshold value determining step sets the threshold value for each corresponding region by multiplying the relative threshold ratio by the center point of each region.
  • the detecting of the blood vessel may be performed by using a region growth method based on a predetermined pixel range, an inherent vector and tensor using a pixel differential value, or a method of recognizing and detecting a blood vessel structure. , Provides a way.
  • the present invention also provides a method, comprising: estimating a boundary of a blood vessel in a line profile starting from a centerline corresponding to the threshold; Unfolding the boundary information obtained from the line profile horizontally and performing a rolling ball curve fitting to generate a horizontal map with smooth reconstruction of the boundary; And removing the concave area with a convex hull algorithm for the horizontal map and correcting the result by an interpolation method.
  • the present invention also provides a method of calculating a centerline based on a center pixel value through a distance map or a method of calculating a connected centerline by calculating a center of gravity of a detected blood vessel region. It provides a method, which is performed using.
  • the present invention also provides a method of dividing the image, and separating and displaying an image corresponding to a brightness value within the threshold range.
  • the present invention also provides a method, wherein the calculating of the volume of the atherosclerotic plaque is calculated by comparing the size of the image segmented atherosclerotic plaque with the detected blood vessel image.
  • the present invention also provides a CT image arteriosclerosis volume measuring device using adaptive threshold image segmentation, the measuring device comprising: a detection unit for detecting blood vessels from a computed CT angiography (CTA) image; A calculator configured to calculate a centerline of the blood vessel detected by the detector; A start point and an end point are determined along the center line calculated by the calculation unit, a plurality of planes perpendicular to the center line between the start point and the end point, the start point and the end point are set, and the division between the plurality of planes.
  • CTA computed CT angiography
  • An acquisition unit for obtaining a brightness value with respect to the vascular area;
  • a normalization calculator for normalizing each brightness value of the divided blood vessel region obtained by the acquisition unit to a predetermined numerical range;
  • a threshold value determination unit that determines a threshold value of the atherosclerotic plaque in the blood vessel using any of the brightness values normalized by the normalization calculator to any value within the numerical range;
  • An image divider for dividing an arterial plaque image for each of the divided blood vessel regions from the detected blood vessel image using the threshold value determined by the threshold value determiner; and an atherosclerotic plaque image image-divided by the image divider. It provides a measuring device including a volume calculation unit for calculating the volume of the atherosclerotic plaque for each divided blood vessel region.
  • Atherosclerotic plaque size measurement method and apparatus in CT images using vascular location-based adaptive threshold imaging according to the present invention specificity that appears based on the degree of contrast enhancement at a specific location according to the distance from the contrast agent administration point of the blood vessel Since the threshold value is used, accurate volume calculation is possible by performing more reliable and accurate image segmentation.
  • FIG. 1 shows that when a blood vessel to which a contrast agent is administered is detected in a heart CT medical image, a starting point and an ending point have different contrast brightness values. As described above, despite having different contrast brightness values, the extraction of blood vessels with the threshold value of the same value has a problem of inferior accuracy.
  • FIG. 2A illustrates that in one embodiment of the present application, the brightness value of the CT image of the blood vessel measured along the centerline of the blood vessel varies from position to position.
  • FIG. 2B illustrates image segmentation by extracting an appropriate threshold value for each location and applying the corresponding value to each location area.
  • Figure 3 shows a step of extracting the lumen lumen according to an embodiment of the present application.
  • FIG. 5 shows lines representing the starting point, the first position (blue), the second position (red), the third position (green) and the end point of the vessel determined according to one embodiment of the present disclosure.
  • the present invention is based on the fact that the brightness value displayed on the CT image of the contrast agent in the blood vessel measured along the centerline of the blood vessel varies depending on the size and position of the blood vessel. It is based on the finding that accurate volume of arterial plaques can be measured when blood vessel boundaries and atherosclerotic borders are extracted by applying them to separate threshold calculations.
  • the medical image of the present application is used for diagnosis and treatment of a disease, and when a certain energy is transmitted through a medical imaging device, the inside of the human body obtained by using an incident, reflected, or transmitted characteristic according to density and properties in the human body Refers to an image and includes an image of computed tomography angiography (CTA).
  • CTA computed tomography angiography
  • the image is a CT (computed tomography) image.
  • CT imaging devices and methods for acquiring CT images using the same are well known, and CT is, for example, exposing the human body to an extremely small amount of X-rays and then using a computer to determine the relative X-ray absorption coefficient (or attenuation coefficient) of each tissue. (Referred to as CT number), and reconstructed the gray scale cross-sectional image so that the high weakness factor tissue is high shade (white) and the low weakness factor tissue is low shade (black). ) On the monitor.
  • CT image is a cardiovascular CT imaging image that images the moving heart and coronary arteries by obtaining images at a certain period of the heart through electrocardiogram synchronization using multi-detector computed tomography.
  • CT image is a carotid or femoral artery image.
  • the term “detection” herein refers to confirming the existence of a target object.
  • the object of detection is a blood vessel, which can detect a blood vessel to which a contrast agent is administered from a medical image, and the blood vessel includes a coronary artery, a carotid artery, or an aorta of the heart.
  • 'Atherosclerotic plaque' of the present application refers to the formation of fibrous membranes due to the accumulation of waste products as a result of fat accumulation and inflammatory reactions in arterial vessels, and includes both calcium accumulation and non-accumulation.
  • the present disclosure relates to a method and apparatus for measuring atherosclerotic plaque size in a CT image using blood vessel location-based adaptive thresholding segmentation, each of which has a different threshold value for each vessel location or region.
  • the present application makes it possible to conveniently perform the calculation by normalizing the separate threshold.
  • the present disclosure relates to a method of measuring volume of atherosclerotic plaque by processing a computed tomography angiography (CTA) image.
  • CTA computed tomography angiography
  • the method includes detecting blood vessels in a CT image with a detector; Calculating a centerline of the detected blood vessel as a wildfire; A start point and an end point are determined along the center line, and a plurality of planes perpendicular to the center line between the start point and the end point, the start point and the end point, are set, and divided blood vessel regions between the plurality of planes are defined.
  • the vascular lumen is distinguished from the image of the vessel by the intravascular contrast agent in the medical image and the intravascular artery plaque is segmented using the same. Calculate your volume. This is done by setting a corresponding threshold in successive numbers expressed in CT values.
  • the fixed threshold is used despite the fact that the brightness value in the blood vessels by the contrast medium is different from the place where the contrast medium is injected in the three-dimensional medical image of the blood vessel into which the contrast medium is added as shown in FIG. 1.
  • image segmentation segmentation
  • FIG. 2A illustrates that in one embodiment of the present application, the brightness value of the CT image of the blood vessel measured along the centerline of the blood vessel varies from position to position.
  • the threshold for performing image segmentation according to the position of the blood vessel is determined by an adaptive segmentation method, which is determined in consideration of the brightness value of the central path of the blood vessel, It is possible to perform blood vessel image segmentation using the determined threshold value, thereby improving accuracy of blood vessel image segmentation.
  • the method of the present invention is a brightness value for the central path of the blood vessels and variables that may be present in the blood vessels, for example, whether the atherosclerotic plaque or a high density (soft atherosclerotic plaque), calcium, vascular lumen
  • the threshold value in consideration of the lumen and the like, the reliability of blood vessel image segmentation can be improved, and as a result, the accuracy of the measurement of the volume of hardening plaque in the blood vessel can be improved.
  • detecting the blood vessel in the CT image may be performed using a conventional algorithm.
  • the centerline of blood vessels can be extracted by interpolation after detection of blood vessels, for example, Schaap, M., Metz, C., Walsum, T.V., Niessen, W .: Rotterdam coronary artery algorithm evaluation framework. (http://coronary.bigr.nl/centerlines/; Yang, G., Broersen, A., Petr, R., Kitslaar, P., de Graaf, M., Bax, J., Reiber, J., Dijkstra, J .: Automatic coronary artery tree labeling in coronary computed tomographic angiography datasets.In: Computing in Cardiology, 2011. (2011) 109-112, etc. Specifically, 1) detection The center line may be calculated by calculating the center of mass of the vessel region, or 2) the center line may be calculated based on a center pixel value through a distance map.
  • a starting point and an ending point along the centerline of the blood vessel extracted in the method of the present application and at least three perpendicular to the centerline between the starting point and the ending point, i.e., each planar region at the first, second and third positions And obtains a brightness value according to a position with respect to the area.
  • the whole including the starting point and the ending point is divided into four, and then the position of the plane can be manually adjusted.
  • the start point and the end point can be arbitrarily set, and the distance from the start point to the end point is calculated from the center simply according to an input value specified by the user.
  • in the display where the image is displayed as shown in FIG.
  • the position of the mouse is rolled over the blue, red, and green lines as a reference line that divides the entire quadrant as shown in FIG. This is possible.
  • the user input value of the baseline may be manually adjusted through a setting button of a computer program (eg, Xelis) that processes CT images.
  • a computer program eg, Xelis
  • the brightness value corresponding to each position can be automatically obtained from the stored CT image.
  • the position value of the quadrant is determined, the brightness value corresponding to each range is automatically calculated within the quadrant region of interest, and thus, atherosclerotic plaque, calcium, and vascular lumen ( lumen) may be used to calculate the threshold.
  • the arterial plaque region in the blood vessel is i) a fat atherosclerotic plaque region in the vessel, ii) a soft atherosclerotic plaque region, iii) a lumen Subdivided into a) region, and iv) a calcium (Ca) region, each threshold range determined by a non-overlapping numerical range within the normalized numerical range, each different threshold being normalized on a computer program. (normalization) can be used.
  • the threshold value may be set for each corresponding region by multiplying the relative threshold ratio by the center point of each region.
  • FIG. 2B illustrates image segmentation by extracting an appropriate threshold value for each location and applying the corresponding value to each location area. The brightness values are different depending on the location, but since normalization is normalized, the size of the planar region appears regardless of the brightness value.
  • the detection of blood vessels is performed by investigating the characteristics in which the intravascular contrast agent is distinguished from the blood vessel wall in the CT image, and a unique vector by a region growth method based on a predetermined pixel range and a pixel differential value known in the art. And a tensor method, or a method for recognizing and detecting a vascular structure.
  • the boundary of the blood vessel may include estimating the boundary in a line profile starting from a centerline corresponding to the threshold; Unfolding the horizontal information obtained from the line profile horizontally and performing a rolling ball curve fitting to generate a horizontal map with smooth reconstruction of the boundary; And the concave region is removed by the convex hull algorithm with respect to the horizontal map and corrected by interpolation.
  • the boundaries of the vessels using the method according to the invention are extracted in the following way.
  • a line profile is calculated which estimates the boundaries of the primary vessel within the line profile starting from the center line based on the threshold determined herein.
  • Involves reconstruction. 3 Refining the boundary, which removes the concave region through the convex hull operation, a representative example of morphological processing, and removes the removed region. Correction is made through the known interpolation technique. Referring to FIG.
  • the rolling ball curve fitting method creates a circle having an arbitrary radius and applies it to a vessel boundary information whose boundary is unclear.
  • the circle is moved sequentially to compensate for the boundary where the bias is created. That is, since the valley where the vias are formed is formed as shown in the blue line of FIG. 3, a circle having a specific radius is placed (since the circle does not fall into the valley), and the trace of the circle is defined as the boundary of the blood vessel. Replace with.
  • the method may include determining a reference value of a pixel, which is a threshold of a blood vessel, by using the normalized brightness value in the detected blood vessel, and the range of the normalized brightness value may be ⁇ 100 to 700, i) fatty atherosclerotic plaque region x1, ii) soft atherosclerotic plaque region x2, iii) vascular lumen region x3, and iv).
  • the calcium (Ca) region x4 may be arbitrarily determined, and may be classified as follows, for example.
  • the threshold value may be set for each corresponding region by multiplying the relative threshold ratio by the center point of each region. Further, the threshold value may further include one or more of i) the type or characteristic of the organ in which the blood vessel is located, ii) the outer wall diameter of the blood vessel, or iii) a lesion present inside the blood vessel. Can be determined. In particular, if there are lesions such as stenosis in the divided blood vessels, the blood vessels may be misdivided in the first place or the threshold value may be influenced when calculating the quantification of plaque. Numerical calculation may be the absolute amount / ratio by the threshold of the total blood vessel, occupying calcium, vascular lumen, arterial plaque.
  • an image corresponding to a brightness value within the threshold range may be separately displayed using the threshold value.
  • Image segmentation is an existing method, for example Lesage, D., Angelini, E., Bloch, I., Funka-Lea, G .: A review of 3D vessel lumen segmentation techniques. Med. Imag. Anal. 13 (6) (2009) 819-845.
  • the method according to the present invention can be calculated by comparing the size of the image segmented atherosclerotic plaque with the detected blood vessel image.
  • CT number of aorta CT number of aorta
  • IVUS Intravascular ultrasound
  • the interclass correlation coefficient (ICC) value was 0.8604 (95% confidence interval 0.6956-0.9351) using the fixed threshold value, and 0.9407 (95% (confidence interval 0.7906-0.9599) when the location-specific threshold was used. In case of using threshold, agreement is very high, above 0.9.
  • the present application includes a detection unit for detecting blood vessels from a computed tomography angiography (CTA) image, which is used in the information providing method for diagnosing vascular sclerosis;
  • a calculator configured to calculate a centerline of the blood vessel detected by the detector;
  • a start point and an end point are determined along the center line calculated by the calculation unit, a plurality of planes perpendicular to the center line between the start point and the end point, the start point and the end point are set, and the division between the plurality of planes.
  • An acquisition unit for obtaining a brightness value with respect to the vascular area;
  • a normalization calculator for normalizing each brightness value of the divided blood vessel region obtained by the acquisition unit to a predetermined numerical range;
  • a threshold value determination unit that determines a threshold value of the atherosclerotic plaque in the blood vessel using any of the brightness values normalized by the normalization calculator to any value within the numerical range;
  • An image divider for dividing an arterial plaque image for each of the divided blood vessel regions from the detected blood vessel image using the threshold value determined by the threshold value determiner; and an atherosclerotic plaque image image-divided by the image divider.
  • the present invention relates to a hardening disc volume measuring apparatus including a volume calculating unit for calculating a volume of an arterial hardening disc for each divided blood vessel region.
  • the threshold value determining unit may normalize the brightness value according to the position of the blood vessel using the obtained brightness value, and determine the threshold value for each blood vessel position based on the brightness value obtained at normalization of the brightness value. It can be normalized to keep the midpoint and the minima.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)

Abstract

본 발명은 혈관에서 조영제가 투입된 위치에 따라 달라지는 밝기를 반영한 적응적 임계값 기법의 영상분할을 이용하여 CT 혈관 영상에서 동맥경화반의 용적을 정확하게 측정하는 방법 및 장치에 관한 것으로, 혈관의 조영제 투여지점으로부터 거리에 따라 특정 위치에서 조영 증강된 정도에 기반하여 나타나는 특이적인 임계값을 사용하기 때문에, 보다 신뢰성 있고 정확한 영상분할을 수행하여 정확한 용적의 측정이 가능하다.

Description

적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정방법 및 장치
본 발명은 동맥경화반의 용적을 측정하는 방법으로, 상세하게는 혈관에서 조영제가 투입된 위치에 따라 달라지는 밝기를 반영한 적응적 임계값 기법의 영상분할을 이용하여 CT 혈관 영상에서 동맥경화반의 용적을 정확하게 측정하는 방법 및 장치에 관한 것이다.
심혈관계 질환은 심장과 주요 동맥에 발생하는 질환을 말한다. 주요 혈관계 질환은 대동맥, 허파동맥, 목동맥, 뇌혈관, 신장동맥, 하지 동맥(온엉덩(장골)동맥, 넙다리(대퇴)동맥 등) 등의 주요 동맥이 막히거나 늘어나거나 터지는 출혈이 일어나는 질환이다. 주된 원인으로 (죽상)동맥경화증, 고혈압, 퇴행성 변화, 유전 등을 들 수 있다.
2009년 통계청에서 발표한 사망원인 통계를 보면, 고혈압성 질환, 허혈성 심장 질환, 뇌혈관 질환을 포함한 순환기계통 질환은 우리나라 사망원인의 2위로 악성 종양 다음으로 높은 순위를 차지하고 있으며, 남성은 55세 이상, 여성은 65세 이상에서 순환기계통 질환의 사망률이 크게 증가한다.
최근 연구 결과에 따르면 혈관 경화도 수치가 높은 사람일수록 심혈관 질환을 가지고 있을 확률이 높다고 한다. 이를 확대하면 혈관 경화도는 심혈관 질환의 예후인자로서 유의하며, 따라서 혈관 경화도의 지속적인 관리를 통하여 심혈관 질환의 유병을 예방할 수 있다. 또한 관상동맥 동맥 경화반은 급성 심근 경색이나 협심증의 원인이 되는 병변으로, 약물치료에 따라 그 크기가 줄어든다. 따라서 약물치료의 반응을 확인하기 위한 방법으로 관상동맥 동맥 경화반의 정확한 용적 측정이 중요한 임상지표가 되고 있다.
동맥 경화반의 용적은 컴퓨터 단층촬영(CT: Computed Tomography)을 이용하여 측정될 수 있다. 그런데 종래의 컴퓨터 단층촬영을 이용하여 경화반의 용적을 측정하는 방식은 고정된 수치를 갖는 임계값을 이용하여 영상분할(segmentation)을 수행하는 것이다. 컴퓨터 시각에서 분할은 디지털 영상을 여러 개의 픽셀 집합으로 나누는 과정을 말한다. 분할의 목적은 영상의 표현을 좀 더 의미있고 해석하기 쉬운 것으로 단순화하거나 변환하는 것이다. 영상분할은 특히 영상에서 물체와 경계(선, 곡선)를 찾는데 사용된다. 영상 분할의 결과는 전체 영상을 집합적으로 포함하는 지역의 집합이거나, 영상으로부터 추출된 윤곽의 집합이다. 상기 지역에서 각각의 픽셀은 색, 밝기, 재질과 같은 어떤 특징이나 계산된 속성의 관점에서 유사하고, 인접한 지역은 동일한 특징의 관점에서 현저하게 다르므로, 영상분할을 이용하여 경화반의 경계를 측정할 수 있는 것이다.
하지만, 종래 기술의 영상분할은 혈관의 크기, 위치 등과 무관하게 고정된 임계값만을 사용하기 때문에 혈관의 위치에 따라 임계값이 달라질 수 있다는 점을 고려하지 못해 영상분할에 대한 신뢰성이 떨어지며, 대동맥의 조영 증강 정도에 따라 경화반의 용적을 과대 혹은 과소평가할 위험이 있다. 따라서, 혈관의 위치에 따라 임계값의 크기를 조절하여 영상분할을 수행할 수 있는 방법의 필요성이 대두된다.
한국등록특허 제1442728호(등록일 2014.09.15.)는 폐동맥과 폐정맥을 구분하는 방법에 관한 기술을 개시한다. 그러나 상기 기술은 폐 혈관 집합을 형성함에 있어서, 폐 혈관 집합의 점들 각각이 인텐시티 가중치와 국부 형상 가중치를 포함하는 가중치 정보를 가지도록 하여 상기 집합의 점들로 트리를 형성하고 다시 트리를 분리하는 복잡한 절차를 거쳐야 하는 문제점을 가져서, 적응성이 높은 영상분할 기술과는 거리가 있다.
본원은 약물치료의 반응을 확인하기 위한 관상동맥 동맥 경화반의 용적을 조영제 투여지점으로부터 거리와 무관하게 정확하게 측정할 수 있도록, CT 영상을 위치에 기반한 적응적 임계값 기법으로 영상분할하는 방법 및 장치를 제공하고자 한다.
본 발명은, 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정방법으로, 상기 방법은 상기 영상에서 혈관을 검출부로 검출하는 단계; 상기 검출된 혈관의 중심선을 산출부로 산출하는 단계; 상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득부로 획득하는 단계; 상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 계산부로 정규화하는 단계; 상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 임계값 결정부로 결정하는 단계; 상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부로 영상분할하는 단계: 및 상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 용적 계산부로 계산하는 단계를 포함하는, 방법을 제공한다.
본 발명은 또한, 상기 복수개의 평면은 시작점으로부터 제1, 제2 및 제3 위치를 포함하는 최소 3개의 평면이고, 상기 각 영역은 상기 시작점과 상기 제1 위치 사이의 제1 영역, 상기 제1 위치와 상기 제2 위치 사이의 제2 영역, 상기 제2 위치와 상기 제3 위치 사이의 제3 영역, 및 상기 제3 위치와 상기 종결점 사이의 제4 영역을 포함하는 최소 4개의 영역인, 방법을 제공한다.
본 발명은 또한, 상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하는, 방법을 제공한다.
본 발명은 또한, 상기 임계값 결정 단계에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다의 임계값을 설정하는 것인, 방법을 제공한다.
본 발명은 또한, 상기 혈관을 검출하는 단계는, 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용하여 수행되는 것인, 방법을 제공한다.
본 발명은 또한, 상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boundary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정하는, 방법을 제공한다.
본 발명은 또한, 상기 중심선을 산출하는 단계는, 검출된 혈관 영역의 무게중심을 계산하여 연결된 중심선을 산출하는 방법 또는 거리 맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 사용하여 수행되는 것인, 방법을 제공한다.
본 발명은 또한, 상기 영상분할하는 단계는, 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시하는, 방법을 제공한다.
본 발명은 또한, 상기 동맥 경화반의 용적을 계산하는 단계는, 상기 영상분할된 동맥 경화반의 크기를 상기 검출된 혈관 영상과 비교하여 산출하는 것인, 방법을 제공한다.
본 발명은 또한, 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정장치로, 상기 측정장치는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부; 상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부; 상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부; 상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부; 상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부; 상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 영상분할부: 및 상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 측정장치를 제공한다.
본원에 따른 혈관 위치 기반의 적응적 임계값 영상분할을 이용한 CT 영상에서 동맥 경화반 크기 측정 방법 및 장치는, 혈관의 조영제 투여지점으로부터 거리에 따라 특정 위치에서 조영 증강된 정도에 기반하여 나타나는 특이적인 임계값을 사용하기 때문에, 보다 신뢰성 있고 정확한 영상분할을 수행하여 정확한 용적계산이 가능하다.
도 1은 심장 CT 의료 영상에서 조영제가 투여된 혈관을 검출할 때, 시작점과 종결점이 서로 다른 조영 밝기값을 가진다는 것을 보여준다. 이와 같이 서로 다른 조영 밝기 값을 가짐에도 불구하고 같은 값의 임계값을 가지고 혈관을 추출하면 정확도가 떨어지는 문제점이 있다.
도 2a는 본원의 일 구현예에서, 혈관의 중심선을 따라 측정한 혈관의 CT 영상의 밝기 값이 위치마다 다르다는 것을 나타낸다.
도 2b는 위치별로 서로 다르게 적절한 임계값을 뽑아내어 해당 값을 각 위치 영역에 적용하여 영상분할한 것을 나타낸다.
도 3은 본원의 일 구현예에 따른 혈관 내강(lumen)을 추출하는 단계를 나타낸다.
도 4는 종래 방법(A)과 본원에 따른 방법(B)을 사용한 동맥 경화반 용적 측정결과를 나타낸다. 본원에 따른 방법에서 결과가 평균값에 수렴함을 확인할 수 있다.
도 5는 본원의 일 구현예에 따라 결정된 혈관의 시작점, 제1 위치(파란색), 제2 위치(빨간색), 제3 위치(초록색) 및 종결점을 나타내는 선을 표시한다.
본 발명은 혈관의 중심선을 따라 측정한 혈관내의 조영제가 CT 영상에 표시되는 밝기 값이 혈관의 크기 및 위치에 따라 변한다는 사실에 근거하여 각 혈관의 위치별 CT 영상에 표시되는 밝기 값을 각 위치별로 별개의 임계치 계산에 적용하고 이를 이용하여 혈관 경계 및 동맥 경화반 경계를 추출하는 경우 혈관 내 동맥 경화반의 정확한 용적을 측정할 수 있다는 발견에 근거한 것이다.
본원의 ‘의료 영상’은 질병의 진단과 치료에 사용되는 것으로, 의료영상기기를 통해 일정한 에너지를 투과하면 인체 내의 밀도와 성질에 따라 입사, 반사, 또는 투과되는 특징을 이용하여 획득한 인체 내부의 영상을 말하며, 조영된 CTA(Computed Tomography Angiography)를 포함한다.
본원에 사용되는 영상은 CT(컴퓨터 단층촬영) 영상이다. CT 영상기기 및 이를 이용한 CT 영상 획득 방법은 공지된 것으로, CT는 예를 들면 인체를 극미량의 X-선에 노출시킨 후 컴퓨터를 이용해 각 조직의 상대적 X-선 흡수계수(또는 감약계수, attenuation coefficient, CT number라고도 한다)를 계산하여 높은 감약계수 조직은 고음영(흰색)으로, 낮은 감약계수 조직은 저음영(검은색)으로 나타나도록 그레이스케일의 단면영상을 재구성하여, 인체의 유절상(단층상) 형태로 모니터 상에 표현하는 것이다. 본 발명의 일 구현예예에 따른 CT 영상은 심장 혈관 CT 촬용영상으로 이는 다검출기 컴퓨터 단층촬영을 이용해 심전도 동기화를 통한 심장의 일정 주기에 영상을 얻어 움직이는 심장 및 관상동맥을 영상화한 것이다. 다른 구현예에서 CT 영상은 경동맥, 또는 대퇴 동맥 영상이다.
본원의 ‘검출’은 목적하는 대상의 존재를 확인하는 것을 말한다. 일 실시예에서 검출의 대상은 혈관으로서, 의료영상으로부터 조영제가 투여된 혈관을 검출할 수 있으며, 상기 혈관은 심장의 관상동맥, 경동맥, 또는 대동맥을 포함한다.
본원의 ‘동맥 경화반(atherosclerotic plaque)’은 동맥 혈관 내 지방축적과 염증반응 등의 결과로 노폐물이 쌓여 섬유성 막이 형성된 것을 말하며, 칼슘이 축적되거나 축적되지 않은 것을 모두 포함한다.
따라서 본원은 혈관 위치 또는 영역별로 다른 별도의 임계값을 각각 적용한 영상분할 (blood vessel location-based adaptive thresholding segmentation)을 이용한, CT 영상에서 동맥 경화반 크기 측정 방법 및 장치에 관한 것이다. 또한, 본원은 상기 별도의 임계값을 정규화(nomalization)하여 계산을 편리하게 수행할 수 있도록 한다.
한 양태에서 본원은 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상을 처리하여 동맥 경화반의 용적을 측정하는 방법에 관한 것이다.
일 구현예에서 상기 방법은 CT 영상에서 혈관을 검출부로 검출하는 단계; 상기 검출된 혈관의 중심선을 산불부로 산출하는 단계; 상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득부로 획득하는 단계; 상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 계산부로 정규화하는 단계; 상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 임계값 결정부로 결정하는 단계; 상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부로 영상분할하는 단계: 및 상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 용적 계산부로 계산하는 단계를 포함한다.
혈관의 용적 및 경화반을 포함하는 혈관벽의 용적을 정확히 측정하기 위하여 의료영상에서 혈관 내 조영제로 인한 영상이 혈관벽과 구별되는 혈관 내강(lumen)을 특정하고 이를 이용하여 혈관 내 동맥 경화반 영상을 분할하여 용적을 계산한다. 이는 CT 수치로 표현되는 연속적인 수에서 그에 해당하는 임계치를 정함으로써 이루어진다. 그런데 종래에는, 도 1 에 기재된 바와 같이 조영제가 투입된 혈관의 3차원 의료 영상에서 조영제가 투입된 곳에서부터 위치가 멀어질수록 조영제에 의한 혈관 내의 밝기값이 상이하게 달라짐에도 불구하고 고정된 임계값을 사용하여 영상분할(segmentation)을 수행하여 정확도가 떨어지는 문제점이 있었다.
도 2a는 본원의 일 구현예에서, 혈관의 중심선을 따라 측정한 혈관의 CT 영상의 밝기 값이 위치마다 다르다는 것을 나타낸다. 본 발명에 따르면, 혈관의 위치에 따라 영상분할을 수행하기 위한 임계값을 혈관의 중심 경로에 대한 밝기 값을 고려하여 결정하는 적응적 영상분할(adaptive segmentation)방법으로 결정하기 때문에, 혈관 위치에 따라 결정되는 임계값을 이용하여 혈관 영상분할을 수행하는 것이 가능하고, 이로 인해 혈관 영상분할에 대한 정확성을 향상시킬 수 있다.
또한 본 발명의 방법은 혈관의 중심 경로에 대한 밝기 값과, 혈관 내에 존재할 수 있는 변수 예를 들어, 동맥 경화반이 고밀도(fatty atherosclerotic plaque)인지 저밀도(soft atherosclerotic plaque)인지 여부, 칼슘, 혈관 내강(lumen) 등을 고려하여 임계값을 결정함으로써, 혈관 영상분할에 대한 신뢰성을 향상시킬 수 있으며, 그 결과 혈관 내의 경화반 용적 측정에 대한 정확성을 높일 수 있다.
본원의 방법에서 CT 영상에서 혈관을 검출하는 단계는 종래 기술의 알고리즘을 이용하여 수행될 수 있다. 예를 들면 Cetin, S., Unal, G., Demir, A., Yezzi, A., Degertekin, M.: Vessel tractography using an intensitybased tensor model. The MICCAI Workshop on CVII (2011)에 기재된 방법 등을 이용하여 수행될 수 있다. 보다 상세하게는 혈관을 검출하는 단계에서 1) 특정 화소범위에 근거하여 영역성장법을 이용하는 방법, 2) 화소의 미분값에 의한 고유벡터 및 텐서(tensor)를 이용하는 방법, 또는 3) 혈관 구조물(tubular structure)을 인식하여 검출하는 방법 등을 활용할 수 있다.
본원의 방법에서 혈관의 검출 후 내삽법을 통해 혈관의 중심선을 추출할 수 있으며 예를 들면 Schaap, M., Metz, C., Walsum, T.V., Niessen, W.: Rotterdam coronary artery algorithm evaluation framework. (http://coronary.bigr.nl/centerlines/; Yang, G., Broersen, A., Petr, R., Kitslaar, P., de Graaf, M., Bax, J., Reiber, J., Dijkstra, J.: Automatic coronary artery tree labeling in coronary computed tomographic angiography datasets.In: Computing in Cardiology, 2011. (2011) 109-112에 기재된 방법 등을 이용하여 수행될 수 있다. 구체적으로는, 1) 검출된 혈관 영역의 무게중심(center of mass)을 계산하여 연결된 중심선을 산출하는 방법, 또는 2) 거리맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 활용할 수 있다.
본원의 방법에서 추출된 혈관의 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 적어도 3개 즉, 제 1, 제 2 및 제 3 위치에서 각 평면 영역을 설정하고, 상기 영역에 대하여 위치에 따른 밝기 값을 획득한다. 본원에 따른 일 구현예에서는 시작점과 종결점을 포함하여 전체를 4등분하고, 이후 수동으로 평면의 위치 조정이 가능하다. 상기 시작점과 종결점은 임의로 설정할 수 있으며, 단순히 사용자가 지정한 입력값에 따라 시작점부터 종결점까지의 거리가 중심으로부터 산출되어 정해진다. 본 발명의 일 구현예에서, 상기 위치는 영상이 표시되는 디스플레이에서, 도 5에 기재된 바와 같이 전체를 4등분하는 기준선으로 파랑, 빨강, 초록색 선위에 마우스를 위치시키면서(roll over) 위치 선정의 조절이 가능하다. 또한 CT 영상을 처리하는 컴퓨터 프로그램(예: Xelis)의 설정버튼을 통해 기준선의 사용자 입력값을 수동으로 조절할 수도 있다. 위치가 결정되면 각 위치에 해당하는 밝기값은 저장된 CT 영상으로부터 자동으로 수득할 수 있다. 상기 4등분의 위치값이 결정되면, 4등분된 관심영역(region of interest) 범위 내에서 각 범위에 해당하는 밝기 값이 자동으로 산출되어 혈관 내 동맥 경화반( atherosclerotic plaque), 칼슘, 혈관 내강(lumen) 등을 고려하여 임계값을 산출할 수 있다.
본 발명의 일 구현예에서, 상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하며, 상기 서로 다른 각각의 임계값은 컴퓨터 프로그램상에서 정규화(normalization)되어 사용될 수 있다. 또한, 본 발명의 일 구현예에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다 설정할 수 있다. 도 2b는 위치별로 서로 다르게 적절한 임계값을 뽑아내어 해당 값을 각 위치 영역에 적용하여 영상분할한 것을 나타낸다. 위치에 따라 밝기 값이 서로 다르지만 정규화(normalization)하였기 때문에 밝기 값 수치와 무관하게 평면영역이 크기가 나타나는 것을 볼 수 있다.
본원에 따른 일 구현예에서 혈관의 검출은 상기 CT 영상에서 혈관 내 조영제가 혈관벽과 구분되는 특징을 조사하여 수행되며, 종래 알려진 기술인 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용할 수 있다. 본 발명의 일 구현예에서 상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boudary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정할 수 있다.
일 구현예에서 본원에 따른 방법을 사용한 혈관의 경계는 다음과 같은 방법으로 추출된다. 도 3에 기재된 바와 같이 1) 선 프로파일(line profile)을 산정하며, 이는 본원에서 결정된 임계값을 근거로 중심선으로부터 시작한 선 프로파일 내에서 1차적 혈관의 경계를 추정하는 것이다. 이어 2) 수평맵을 생성하는 것으로 이는 상기 생성된 선 프로파일을 통해 획득된 경계정보(boundary information)을 펼친 후(map), 예를 들면 rolling ball curve fitting 등과 같은 방법을 통해 경계를 2차적으로 부드럽게 재구성하는 것을 포함한다. 이어 3) 경계 재구성(refine boundary)을 하는 단계로, 이는 형태학적 연산(morphological processing)의 대표적 한 예인 볼록 껍질(convex hull) 연산을 통해 오목(concave)한 영역을 제거하고, 제거된 해당 영역을 종래 알려진 기술인 내삽 기법을 통해 보정한다. 도 3을 참조하면 Rolling ball curve fitting 법은 임의의 반경을 갖는 원을 만들어 경계가 불분명한 혈관 경계 정보(horizontal map)에 적용한다. 해당 원을 순차적으로 움직이며 바이아스가 생긴 경계 부분을 보정해주는 역할을 수행한다. 즉, 바이아스가 생긴 부분은 도 3의 파란선과 같이 계곡이 형성되어 있기 때문에, 특정 반경을 갖는 원을 위치시켜(해당 원은 계곡에 빠지지 않기 때문에), 원의 궤적(trace)를 혈관의 경계로 치환한다.
본 발명의 일 구현예에서는, 상기 검출된 혈관에서 정규화된 밝기 값을 이용하여 혈관의 임계값(threshold)인 화소의 기준값을 결정하는 단계를 포함하며, 예시적으로 정규화된 밝기 값의 범위가 -100에서 700이라고 할 때, i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역 x1, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역 x2, iii)혈관 내강(lumen) 영역 x3, 및 iv)칼슘(Ca) 영역 x4는 임의로 결정할 수 있으며, 일례로 다음과 같이 분류될 수 있다.
i) 50 > x1 > -100: 고밀도 동맥 경화반(fatty plaque)
ii) 150 > x2 > 50: 저밀도 동맥 경화반(soft plaque)
iii) 650 > x3 > 150: 혈관 내강(Lumen)
iv) x4 > 650 : 칼슘(Calcium)
본 발명의 일 구현예에서, 상기 임계값은 각 영역의 중심점에 상대적 임계비를 곱하여 대응하는 영역마다 설정할 수 있다. 또한, 상기 임계값은 다음 중 i) 상기 혈관이 위치한 장기의 종류 또는 특징, ii) 상기 혈관의 외벽 지름, 또는 iii) 상기 혈관의 내부에 존재하는 병변(lesion) 중 하나 이상을 추가로 고려하여 결정될 수 있다. 특히 분할된 혈관에 stenosis 등의 병변이 있다면 혈관이 애초에 잘못 분할되거나 plaque에 대한 정량화 수치를 계산시 임계치 결정에 영향을 줄 수 있다. 수치계산은 전체 혈관 내, 차지하는 칼슘, 혈관 내강, 동맥 경화반의 임계치에 의한 절대적 양/비율 등이 될 수 있다.
본원에 따른 영상분할은 상기 임계값을 이용하여 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시할 수 있다. 영상분할은 기존의 방법 예를 들면 Lesage, D., Angelini, E., Bloch, I., Funka-Lea, G.: A review of 3D vessel lumen segmentation techniques. Med. Imag. Anal. 13(6) (2009) 819-845에 기재된 방법을 이용하여 수행될 수 있다. 본원에 따른 방법은 상기 영상분할된 동맥 경화반의 크기를 상기 검출된 혈관 영상과 비교하여 산출할 수 있다.
본원에 따른 방법을 사용한 혈관 경화반 용적 측정 방법 및 정확도를 설명한다. 본원에 따른 일 실시예에서는 29개 object에서 IVUS (Intravascular ultrasound)를 기준값(standard reference)으로 하여 고정임계값(aorta의 CT number) 및 본 발명의 위치별 임계값을 적용한 영상분할을 이용하여 경화반 용적을 측정하였다. Bland-Altman plot에서 위치별 임계값을 사용하였을 경우(도 4의 B) 고정임계값을 사용하였을 때보다(도 4의 A) 산포도가 밀집된 소견을 보여 경화반의 용적 측정이 보다 정확하게 되었음을 확인할 수 있다. 또한, interclass correlation coefficient (ICC) 값도, 고정임계값을 이용한 방법에서 0.8604 (95% confidence interval 0.6956-0.9351)이고, 위치별 임계값을 이용한 경우 0.9407 (95%　confidence interval 0.7906-0.9599)로 위치별 임계값을 이용한 경우 agreement가 0.9이상으로 매우 높은 것으로 나타났다.
다른 양태에서, 본원은 상기 혈관경화도 진단을 위한 정보 제공 방법에 사용되는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부; 상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부; 상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부; 상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부; 상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부; 상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 영상분할부: 및 상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 경화반 용적 측정 장치에 관한 것이다.
일 실시예에서 상기 임계값 결정부는 획득한 밝기값을 이용하여 혈관의 위치에 따른 밝기값을 정규화하고, 이에 기초하여 혈관 위치별 임계값을 결정할 수 있으며, 상기 밝기값 정규화시에 획득한 밝기값 중 극대값과 극소값이 유지되도록 정규화할 수 있다.
본 발명에서 사용되는 모든 기술용어는, 달리 정의되지 않는 이상, 본 발명의 관련 분야에서 통상의 당업자가 일반적으로 이해하는 바와 같은 의미로 사용된다. 본 명세서에 참고문헌으로 기재되는 모든 간행물의 내용은 본 발명에 도입된다.

Claims (10)

  1. 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정방법으로, 상기 방법은
    상기 영상에서 혈관을 검출부로 검출하는 단계;
    상기 검출된 혈관의 중심선을 산출부로 산출하는 단계;
    상기 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득부로 획득하는 단계;
    상기 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 계산부로 정규화하는 단계;
    상기 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 임계값 결정부로 결정하는 단계;
    상기 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할부로 영상분할하는 단계: 및
    상기 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 용적 계산부로 계산하는 단계를 포함하는, 방법.
  2. 제 1 항에 있어서,
    상기 복수개의 평면은 시작점으로부터 제1, 제2 및 제3 위치를 포함하는 최소 3개의 평면이고, 상기 각 영역은 상기 시작점과 상기 제1 위치 사이의 제1 영역, 상기 제1 위치와 상기 제2 위치 사이의 제2 영역, 상기 제2 위치와 상기 제3 위치 사이의 제3 영역, 및 상기 제3 위치와 상기 종결점 사이의 제4 영역을 포함하는 최소 4개의 영역인, 방법.
  3. 제 1항에 있어서,
    상기 혈관 내 동맥 경화반 영역은 i)혈관 내 고밀도 동맥 경화반(fatty atherosclerotic plaque) 영역, ii)저밀도 동맥 경화반(soft atherosclerotic plaque) 영역, iii)혈관 내강(lumen) 영역, 및 iv)칼슘(Ca) 영역으로 세분되며, 상기 각각의 임계값 범위는 상기 정규화된 수치 범위 내에서 서로 겹치지 않는 수치 범위로 결정하는, 방법.
  4. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
    상기 임계값 결정 단계에서 상기 임계값은 각 영역의 중심점에 상대적 임계비율을 곱하여 대응하는 영역마다의 임계값을 설정하는 것인, 방법.
  5. 제 1 항에 있어서,
    상기 혈관을 검출하는 단계는, 미리 정한 화소범위에 근거한 영역성장법, 화소 미분값에 의한 고유백터 및 텐서 이용법, 또는 혈관구조물을 인식하여 검출하는 방법을 사용하여 수행되는 것인, 방법.
  6. 제 5 항에 있어서,
    상기 혈관의 경계는, 상기 임계값에 상응하는 중심선으로부터 시작한 선 프로파일에서 경계를 추정하는 단계; 상기 선 프로파일에서 획득된 경계정보(boundary information)를 수평으로 펼치고, Rolling Ball Curve 핏팅을 수행하여 경계를 부드럽게 재구성한 수평 맵(horizontal map)을 생성하는 단계; 및 상기 수평맵에 대하여 볼록껍질(Convex hull) 알고리즘으로 오목(concave) 영역을 제거하고 내삽기법으로 보정하여 결정하는, 방법.
  7. 제 1 항에 있어서,
    상기 중심선을 산출하는 단계는, 검출된 혈관 영역의 무게중심을 계산하여 연결된 중심선을 산출하는 방법 또는 거리 맵(distance map)을 통한 중심화소값을 근거로 중심선을 산출하는 방법을 사용하여 수행되는 것인, 방법.
  8. 제 1 항 또는 제 3항에 있어서,
    상기 영상분할하는 단계는, 상기 임계값 범위내의 밝기 값에 해당하는 영상을 분리하여 표시하는, 방법.
  9. 제 1 항에 있어서,
    상기 동맥 경화반의 용적을 계산하는 단계는, 상기 영상분할된 동맥 경화반의 크기를 상기 검출된 혈관 영상과 비교하여 산출하는 것인, 방법.
  10. 적응적 임계값 영상분할을 이용한 CT 영상 동맥경화반 용적 측정장치로,
    상기 측정장치는, 조영된 CT 혈관 촬영(CTA, Computed Tomography Angiography) 영상으로부터 혈관을 검출하는 검출부;
    상기 검출부에서 검출된 혈관의 중심선을 산출하는 산출부;
    상기 산출부에서 산출된 중심선을 따라 시작점과 종결점을 결정하고, 상기 시작점과 종결점, 상기 시작점과 종결점 사이의 상기 중심선에 수직한 복수개의 평면을 설정하고, 상기 복수개의 각 평면 사이의 분할된 혈관영역에 대하여 밝기 값을 획득하는 획득부;
    상기 획득부에서 획득한 분할된 혈관영역의 각 밝기 값을 미리 정한 수치 범위로 정규화하는 정규화 계산부;
    상기 정규화 계산부에서 정규화된 밝기 값을 이용하여 혈관 내 동맥 경화반(atherosclerotic plaque)의 임계값을 상기 수치 범위 내의 어느 한 값으로 결정하는 임계값 결정부;
    상기 임계값 결정부에서 결정된 임계값을 이용하여 상기 분할된 혈관영역별로 동맥 경화반 영상을 상기 검출된 혈관 영상으로부터 영상분할하는 영상분할부; 및
    상기 영상분할부에서 영상분할된 동맥 경화반 영상을 이용하여 상기 분할된 혈관영역별로 동맥 경화반의 용적을 계산하는 용적 계산부를 포함하는, 측정장치.
PCT/KR2016/015126 2015-12-29 2016-12-23 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치 Ceased WO2017116074A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150188803A KR101697880B1 (ko) 2015-12-29 2015-12-29 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치
KR10-2015-0188803 2015-12-29

Publications (1)

Publication Number Publication Date
WO2017116074A1 true WO2017116074A1 (ko) 2017-07-06

Family

ID=57990888

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/015126 Ceased WO2017116074A1 (ko) 2015-12-29 2016-12-23 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치

Country Status (2)

Country Link
KR (1) KR101697880B1 (ko)
WO (1) WO2017116074A1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109875527A (zh) * 2019-02-20 2019-06-14 数坤（北京）网络科技有限公司 一种血管钙化的计算方法及设备
CN110338830A (zh) * 2019-07-30 2019-10-18 赛诺威盛科技（北京）有限公司 自动提取cta影像中头颈血管中心路径的方法
WO2020159805A1 (en) * 2019-01-28 2020-08-06 Kla Corporation System and method for inspection using tensor decomposition and singular value decomposition
CN114565621A (zh) * 2022-03-01 2022-05-31 推想医疗科技股份有限公司 冠脉分割模型的训练方法及装置、冠脉分割方法及装置
CN115841472A (zh) * 2022-12-07 2023-03-24 沈阳东软智能医疗科技研究院有限公司 大脑中动脉高密度征识别方法、装置、设备及存储介质
CN117936102A (zh) * 2024-03-22 2024-04-26 南京科进实业有限公司 一种动脉硬化评估系统及方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102296166B1 (ko) * 2019-12-04 2021-08-31 충남대학교병원 동맥 2차원 초음파영상을 이용한 동맥경화반의 표면형상 및 3차원구조 추정방법
KR102375775B1 (ko) * 2020-02-10 2022-03-21 주식회사 메디픽셀 혈관 영상에 기초한 주요 혈관 영역 추출 방법 및 장치
WO2022225890A1 (en) * 2021-04-19 2022-10-27 Thrive Bioscience, Inc. Plaque detection method and apparatus for imaging of cells
KR102690206B1 (ko) * 2022-02-07 2024-07-31 재단법인 아산사회복지재단 혈관 내 칼슘화된 부위의 탐지를 위한 의료 영상 분석 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08280655A (ja) * 1995-04-18 1996-10-29 Toshiba Corp 血管像の定量解析装置
JP2003310601A (ja) * 2002-04-18 2003-11-05 Sumio Aizawa 石灰化度計測装置、石灰化度計測方法、石灰化度計測プログラム、石灰化度計測プログラムを記録したコンピュータ読取可能な記録媒体および予測方法
US7330576B2 (en) * 2003-12-03 2008-02-12 The Board Of Trustees Of The Leland Stanford Junior University Quantification method of vessel calcification
US7953266B2 (en) * 2007-02-06 2011-05-31 Siemens Medical Solutions Usa, Inc. Robust vessel tree modeling
KR101492330B1 (ko) * 2013-07-26 2015-02-11 서울여자대학교 산학협력단 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08280655A (ja) * 1995-04-18 1996-10-29 Toshiba Corp 血管像の定量解析装置
JP2003310601A (ja) * 2002-04-18 2003-11-05 Sumio Aizawa 石灰化度計測装置、石灰化度計測方法、石灰化度計測プログラム、石灰化度計測プログラムを記録したコンピュータ読取可能な記録媒体および予測方法
US7330576B2 (en) * 2003-12-03 2008-02-12 The Board Of Trustees Of The Leland Stanford Junior University Quantification method of vessel calcification
US7953266B2 (en) * 2007-02-06 2011-05-31 Siemens Medical Solutions Usa, Inc. Robust vessel tree modeling
KR101492330B1 (ko) * 2013-07-26 2015-02-11 서울여자대학교 산학협력단 혈관 조영된 컴퓨터 단층 영상의 혈관 분할 시스템 및 그 분할 방법

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020159805A1 (en) * 2019-01-28 2020-08-06 Kla Corporation System and method for inspection using tensor decomposition and singular value decomposition
CN113330481A (zh) * 2019-01-28 2021-08-31 科磊股份有限公司 用于使用张量分解及奇异值分解检验的系统及方法
US11431976B2 (en) 2019-01-28 2022-08-30 Kla Corporation System and method for inspection using tensor decomposition and singular value decomposition
TWI812836B (zh) * 2019-01-28 2023-08-21 美商科磊股份有限公司 用於使用張量分解及奇異值分解檢測之系統及方法
CN113330481B (zh) * 2019-01-28 2024-04-16 科磊股份有限公司 用于使用张量分解及奇异值分解检验的系统及方法
CN109875527A (zh) * 2019-02-20 2019-06-14 数坤（北京）网络科技有限公司 一种血管钙化的计算方法及设备
CN110338830A (zh) * 2019-07-30 2019-10-18 赛诺威盛科技（北京）有限公司 自动提取cta影像中头颈血管中心路径的方法
CN110338830B (zh) * 2019-07-30 2022-12-13 赛诺威盛科技(北京)股份有限公司 自动提取cta影像中头颈血管中心路径的方法
CN114565621A (zh) * 2022-03-01 2022-05-31 推想医疗科技股份有限公司 冠脉分割模型的训练方法及装置、冠脉分割方法及装置
CN115841472A (zh) * 2022-12-07 2023-03-24 沈阳东软智能医疗科技研究院有限公司 大脑中动脉高密度征识别方法、装置、设备及存储介质
CN117936102A (zh) * 2024-03-22 2024-04-26 南京科进实业有限公司 一种动脉硬化评估系统及方法
CN117936102B (zh) * 2024-03-22 2024-05-24 南京科进实业有限公司 一种动脉硬化评估系统及方法

Also Published As

Publication number Publication date
KR101697880B1 (ko) 2017-01-19

Similar Documents

Publication Publication Date Title
WO2017116074A1 (ko) 적응적 임계값 영상분할을 이용한 ct 영상 동맥경화반 용적 측정방법 및 장치
Min et al. Effect of image quality on diagnostic accuracy of noninvasive fractional flow reserve: results from the prospective multicenter international DISCOVER-FLOW study
Maurovich-Horvat et al. Comprehensive plaque assessment by coronary CT angiography
Rocha et al. Segmentation of the carotid intima-media region in B-mode ultrasound images
EP3084723B1 (en) Spectral image data processing
Tzolos et al. Observer repeatability and interscan reproducibility of 18F-sodium fluoride coronary microcalcification activity
CN105934199B (zh) 用于处理体腔的医学图像的设备和方法
AlMuhanna et al. Carotid plaque morphometric assessment with three-dimensional ultrasound imaging
Zahnd et al. Quantification of fibrous cap thickness in intracoronary optical coherence tomography with a contour segmentation method based on dynamic programming
KR102361354B1 (ko) 관상동맥 조영 영상에서 심장 협착증 질병 정보 제공 방법
Kigka et al. A three-dimensional quantification of calcified and non-calcified plaques in coronary arteries based on computed tomography coronary angiography images: Comparison with expert's annotations and virtual histology intravascular ultrasound
Bajaj et al. Machine learning for atherosclerotic tissue component classification in combined near-infrared spectroscopy intravascular ultrasound imaging: validation against histology
Commandeur et al. Cardiac CT: technological advances in hardware, software, and machine learning applications
CN108053429A (zh) 一种心血管oct与冠脉造影自动配准方法与装置
Dietenbeck et al. 3D aortic morphology and stiffness in MRI using semi-automated cylindrical active surface provides optimized description of the vascular effects of aging and hypertension
Su et al. Detection of lumen and media-adventitia borders in IVUS images using sparse auto-encoder neural network
Hakim et al. Endothelial shear stress computed from coronary computed tomography angiography: a direct comparison to intravascular ultrasound
Munnur et al. Quantitative and qualitative coronary plaque assessment using computed tomography coronary angiography: a comparison with intravascular ultrasound
Scannell et al. High-resolution quantification of stress perfusion defects by cardiac magnetic resonance
Sumitsuji et al. Reproducibility and clinical potential of myocardial mass at risk calculated by a novel software utilizing cardiac computed tomography information
US12575801B2 (en) Explainable deep learning camera-agnostic diagnosis of obstructive coronary artery disease
Mwawado et al. Robust edge detection method for segmentation of diabetic foot ulcer images
Elamragy et al. Additional diagnostic accuracy of global longitudinal strain at peak dobutamine stress in patients with moderate pretest probability of coronary artery disease
Tayel et al. A modified segmentation method for determination of IV vessel boundaries
Zahnd et al. Semi-automated quantification of fibrous cap thickness in intracoronary optical coherence tomography

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16882026

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16882026

Country of ref document: EP

Kind code of ref document: A1